基于粒子群優(yōu)化算法的結構有限元模型修正.pdf

1、正確可靠的結構分析與精確有限元模型密切相關,而受材料、施工、環(huán)境等多因素的影響,有限元模型往往和實際工程結構存在較大誤差。如何改善既有結構的仿真建模精度,減少有限元模型分析結果與實測結果之間的誤差,已成為近年來研究的熱點問題,并取得了一系列的研究成果。但是由于受到人們認識水平、測試技術和現場條件的限制,使得基于動力測試的結構損傷識別的有限元模型修正還存在很多問題且無法有效應用于工程實踐?；诖?研究能適合工程實際應用并且損傷識別結果可靠

2、準確的結構有限元修正模型具有十分重要的現實意義。本文在已有研究成果的基礎上,針對目前研究中存在的問題,對橋梁結構有限元模型修正方法進行了研究,主要工作有:
　　(1)以某運營多年的實橋為例,運用全面的橋梁檢測技術,對主梁和主要的連系構件進行初步損傷診斷和分析,依據其檢測結果,首先使用基于優(yōu)化設計的模型修正方法建立結構的初始模型,然后根據橋梁局部參數變化較大的“大損傷”情況,分別采用傳統(tǒng)的全局變量參數修正和本文提出的構件局部參數修正

3、,利用ANSYS軟件建立其參數化模型用一階優(yōu)化算法進行修正。對比不同的變量設置方法的計算結果與實驗結果,指出傳統(tǒng)算法在某些結構變量設置上存在的不足,以為工程實際參考。
　　(2)在對各變量靈敏度分析中,仿真結果顯示多個同類靈敏度較低的變量對有限元模型的共同影響可能會超過個別靈敏度較高的變量的情況,建議有限元模型修正中謹慎舍棄靈敏度較低的參數。
　　(3)在介紹反問題和模型修正方法的基礎上,提出了粒子群優(yōu)化算法的損傷識別方法,

4、并嘗試通過MATLAB與ANSYS計算文件的交互實現混合編程,建立了基于粒子群優(yōu)化的結構有限元模型修正方法,克服了傳統(tǒng)優(yōu)化算法在計算中碰到的由于梯度矩陣病態(tài)或奇異而使計算結果無法收斂的可能,提高了計算結果的可信度,適合于實際工程應用。
　　(4)以文中檢測的實橋為例,分別采用了基于一階優(yōu)化算法和粒子群優(yōu)化算法的有限元模型修正對實橋主梁關鍵位置的損傷進行識別研究,計算結果總體趨于一致,且后者結果與實橋測試結果更為接近,說明本文提出的

5、粒子群優(yōu)化算法是合理的、有效的,這為既有結構的損傷識別和狀態(tài)評估提供了一個新思路。
　　(5)對比了兩種損傷識別方法的優(yōu)缺點。粒子群優(yōu)化算法計算時間較長,但可以避免由于梯度矩陣病態(tài)或奇異而導致優(yōu)化結果病態(tài)可能,從而解決了大型復雜結構在計算上存在的困難。而ANSYS自帶的一階優(yōu)化算法比較成熟,更適合一般的簡單工程結構優(yōu)化分析。
　　總之,本文所提出的基于粒子群優(yōu)化算法的結構有限元模型修正能夠對既有橋梁結構狀態(tài)進行客觀、可靠的優(yōu)